@rohanpaul_ai: 萨提亚·纳德拉透露微软如何通过AI在内部应用“知识工作精益化”理念。内部…
摘要
萨提亚·纳德拉揭示了微软如何将精益制造原则应用于知识工作,借助AI实现客户支持运营的成本大幅降低,通过AI代理和实时辅助。
萨提亚·纳德拉揭示了微软如何在内部通过AI应用“知识工作精益化”理念。AI投资的内部回报率以及利用AI降低成本的效果。借鉴丰田的制造效率原则,并将其应用于由AI驱动的白领工作中。例如,微软每年在客户支持运营上花费约40亿美元。通过部署AI代理进行前端分流(在问题到达人工代理之前解决)以及为支持人员提供实时推理辅助,他们在Xbox和Azure支持等领域大幅降低成本。——摘自“Bg2 Pod”YT频道(链接见评论)
相似文章
@rohanpaul_ai: 萨提亚·纳德拉的精力确实不一般。“每美元每瓦特的Token数”——这是AI时代每个公司、行业或国家的新公式。
萨提亚·纳德拉将AI时代的新公式定义为“每美元每瓦特的Token数”,并强调基础设施的重要性。
微软CEO:我们将从操作系统和应用转向智能体
微软CEO萨提亚·纳德拉宣布,公司将与高通合作开发Project Solara,这是一个面向AI智能体的芯片到云平台,由此从传统操作系统和应用转向以智能体为先的计算未来。
微软报告揭示了人工智能的真实成本问题:使用该技术比雇佣人类员工更昂贵
微软和其他科技公司在发现人工智能的计算成本超过人类劳动力成本后,正在缩减AI工具的使用,这凸显了人工智能应用中的一个主要经济瓶颈。
@akshay_pachaar: 微软打造了一款适配AI的Fitbit。他们刚刚开源了AI Engineer Coach。一个VS Code扩展(同样适用于Cursor以及…
微软开源了AI Engineer Coach,这是一个VS Code扩展,可分析开发者对AI编程助手的实际使用情况,提供洞察和反模式检测,以优化AI工作流程。
OpenAI通过每次交互改进支持服务
OpenAI分享了如何使用AI重新设计其支持运营,每年处理数百万个请求,建立了一个每次交互都能改进下一次的运营模式。该方法整合了聊天、邮件和电话等多个渠道,持续改进知识库,并通过人工-AI评估循环使支持代表能够充当建设者并为产品改进提供信息。